工業(yè)大數(shù)據(jù)采集、處理之后，非常重要的一個環(huán)節(jié)就是數(shù)據(jù)可視化工作。畢竟，無論我們有多少數(shù)據(jù)，都是需要看到的，否則數(shù)據(jù)的意義又在哪里呢？

    數(shù)據(jù)可視化技術第一代應該是報表軟件，通過報表系統(tǒng)能夠把復雜的數(shù)據(jù)整理成規(guī)則的表格，并配以漂亮的圖形，比如柱圖、餅圖、折線圖等等。第二代當屬BI（BusinessIntelligence）了，BI比起簡單的報表又更進了異步，它已經(jīng)不單單是一個工具軟件，而是一套完整的解決方案，可以將企業(yè)中現(xiàn)有的數(shù)據(jù)進行有效的整合，快速準確的提供報表并提出決策依據(jù)，幫助企業(yè)做出明智的業(yè)務經(jīng)營決策。

    進入大數(shù)據(jù)時代，數(shù)據(jù)可視化這個說法慢慢的流行起來，究其原因，一個是因為大數(shù)據(jù)的展示比起以前的數(shù)據(jù)展示有不同的地方，最大的難點就是面對如此巨大的數(shù)據(jù)，如何比較好的展示給用戶，成為前臺程序員面臨的難題。另一個是隨著近幾年技術的發(fā)展，我們可以通過更多的形式，例如三維模型、動畫、視頻、動態(tài)交互式頁面、手機APP等將數(shù)據(jù)以展示、推送、提醒、互動等等模式提供給用戶，其復雜度上升了一個數(shù)量級，因此，漸漸地，數(shù)據(jù)可視化就成為一個專門的領域，成為了大數(shù)據(jù)時代的一個研究分支，無數(shù)優(yōu)秀的工程師和設計者為這個領域做出了貢獻。

    具體到工業(yè)大數(shù)據(jù)領域，其可視化又有自己獨特的特點，呈現(xiàn)出與互聯(lián)網(wǎng)大數(shù)據(jù)可視化不同的難點和方向，我總結了一下，工業(yè)大數(shù)據(jù)可視化有以下幾個特點：

    1、數(shù)據(jù)量呈現(xiàn)海量趨勢，且更新頻率極高。由于工業(yè)大數(shù)據(jù)主要來源于傳感器的數(shù)據(jù)采集，因此其數(shù)據(jù)量相比傳統(tǒng)互聯(lián)網(wǎng)大數(shù)據(jù)只多不少，而且，它的更新頻率極高，傳感器按照恒定的頻率快速更新。在這種情況下，如何保證監(jiān)控頁面的數(shù)據(jù)實時更新，還能夠讓監(jiān)控人員看數(shù)據(jù)的變化，就是需要研究的問題。當某個數(shù)據(jù)每秒更新10次，那么，屏幕上的數(shù)字直接變化就是無意義的，因為監(jiān)控人員根本就一個數(shù)字都看不到。如何兼顧數(shù)字的更新頻率與視覺效果，就成為可視化的第一個難題。

    2、大量的監(jiān)控點，無法進行有效地顯示。一臺普通的設備，可能就有上百個傳感器，再加上相關的視頻、環(huán)境、人員等等監(jiān)測，可能會有幾百個監(jiān)測數(shù)據(jù)是這個設備需要的，那么，這么多的數(shù)據(jù)如何在有限的屏幕上進行排列，如何取舍，成為可視化的第二個難題。

    3、整體與局部如何有效地結合。一個企業(yè)會有許多下屬的分子公司，下屬企業(yè)又會有車間、工作面等等工作場景，每個工作場景又會有許多設備。這樣層層嵌套的可視化局面如何比較好的結合，在保障使用人員看到整體的時候，還能夠同時關注到局部的數(shù)據(jù)變化，是可視化的第三個難題。

    4、局部與細節(jié)如何兼顧。在一個局部的數(shù)據(jù)展示中，我們還希望看到數(shù)據(jù)的細節(jié)，包括相關的數(shù)據(jù)、歷史的數(shù)據(jù)、異常的數(shù)據(jù)、數(shù)據(jù)的趨勢、數(shù)據(jù)的預測等等，能否把握好局部與細節(jié)的展示關系，是可視化的第四個難題。

    5、如何實現(xiàn)工業(yè)數(shù)據(jù)的有效檢索和有效推送。也就是常說的“數(shù)據(jù)找人”，在互聯(lián)網(wǎng)企業(yè)，利用大數(shù)據(jù)分析用戶的使用習慣和興趣愛好，尋找其感興趣的話題進行推送已經(jīng)是常見做法了，但在工業(yè)大數(shù)據(jù)領域，如何實現(xiàn)？一個報警信息，推送給誰？當前還是靠提前設好的規(guī)則，未來能否實現(xiàn)智能化，怎么實現(xiàn)，相關的應用還是比較少，這是可視化的第五個難題。

    6、如何將數(shù)據(jù)轉化為有效地信息提供給用戶。舉個生活中的例子，某路口實時車流100輛／分鐘，這是數(shù)據(jù)，“嚴重擁堵”，這是信息。能否很好地將數(shù)據(jù)轉化為信息是可視化的第六個難題。

    相對而言，純技術的問題反而不是問題的關鍵，比如三維建模技術、圖表自動生成技術、數(shù)據(jù)檢索技術等?？梢暬嗟氖菍τ脩艉蜆I(yè)務的理解，以及在這個基礎上對數(shù)據(jù)的深刻認識。